[发明专利]地址检验方法、装置、电子设备及存储介质

权利要求书

1.一种地址检验方法，其特征在于，包括：

接收终端设备发送的待确认指令，所述待确认指令包括所述终端设备当前所处位置的位置信息、WIFI指纹、楼门图像和对应的订单标识；其中，所述位置信息包括经纬度信息和海拔信息，所述WIFI指纹包括当前搜索到WIFI信号的所有WIFI名称和对应的信号强度；

通过机器学习模型中的哈希计算模块计算所述WIFI指纹的哈希值；

通过所述机器学习模型中的卷积神经网络提取所述楼门图像的特征，得到特征矩阵；

通过所述机器学习模型中的多层感知机MLP对所述特征矩阵、位置信息和所述哈希值进行信息融合，得到融合信息向量；

确定所述订单标识对应的收货地址，并从数据库线上库中获取与所述收货地址对应的历史融合信息向量；

根据所述融合信息向量和所述历史融合信息向量，判定所述当前所处位置与所述收货地址是否一致。

2.根据权利要求1所述的方法，其特征在于，在通过机器学习模型中的哈希计算模块计算所述WIFI指纹的哈希值之前，还包括：

将每一收货地址对应的历史位置信息、历史WIFI指纹和历史楼门图像构造为一个或多个数据序列；

选取同一收货地址对应的两个数据序列，分别作为基准样本和正样本，选取其他收货地址对应的数据序列，作为负样本，并将所述基准样本、正样本和负样本组成为三元组样本；

基于所述三元组样本对机器学习模型进行训练，使得所述机器学习模型的输出为融合信息向量，并在训练过程中使用Triplet Loss损失函数来约束基准样本分别与正样本和负样本的距离。

3.根据权利要求1所述的方法，其特征在于，所述经纬度信息和海拔信息，通过所述终端设备中的全球定位系统GPS传感器和气压计采集得到。

4.根据权利要求1所述的方法，其特征在于，所述根据所述融合信息向量和所述历史融合信息向量，判定所述当前所处位置与所述收货地址是否一致，包括：

确定所述融合信息向量与所述历史融合信息向量的置信度；

若所述置信度大于或等于预设阈值，则确定所述当前所处位置与所述收货地址一致；

若所述置信度小于所述预设阈值，则确定所述当前所处位置与所述收货地址不一致。

5.根据权利要求1所述的方法，其特征在于，在根据所述融合信息向量和所述历史融合信息向量，判定所述当前所处位置与所述收货地址是否一致之后，还包括：

若所述当前所处位置与所述收货地址一致，则返回确认信息给所述终端设备，并将所述融合信息向量存储至数据库灰度库中；

若所述当前所处位置与所述收货地址不一致，则返回警报信息给所述终端设备，以指示所述终端设备发出警报。

6.根据权利要求5所述的方法，其特征在于，在所述将所述融合信息向量存储至数据库灰度库中之后，还包括：

若在预设期限内没有接收到所述订单标识对应的错误投诉，则将所述融合信息向量从所述数据库灰度库转移至所述数据库线上库中。

7.一种地址检验装置，其特征在于，包括：

指令接收模块，用于接收终端设备发送的待确认指令，所述待确认指令包括所述终端设备当前所处位置的位置信息、WIFI指纹、楼门图像和对应的订单标识；其中，所述位置信息包括经纬度信息和海拔信息，所述WIFI指纹包括当前搜索到WIFI信号的所有WIFI名称和对应的信号强度；

哈希值计算模块，用于通过机器学习模型中的哈希计算模块计算所述WIFI指纹的哈希值；

特征提取模块，用于通过所述机器学习模型中的卷积神经网络提取所述楼门图像的特征，得到特征矩阵；

信息融合模块，用于通过所述机器学习模型中的多层感知机MLP对所述特征矩阵、位置信息和所述哈希值进行信息融合，得到融合信息向量；

历史数据获取模块，用于确定所述订单标识对应的收货地址，并从数据库线上库中获取与所述收货地址对应的历史融合信息向量；

地址判定模块，用于根据所述融合信息向量和所述历史融合信息向量，判定所述当前所处位置与所述收货地址是否一致。